씬 그래프(scene graphs)는 로봇을 위한 강력한 도구로 부상했으며, 고급 작업 계획을 위해 공간적 및 의미적 관계를 구조화된 형태로 표현한다. 그럼에도 불구하고 기존의 3차원 실내 씬 그래프는 구조적으로 복잡한 환경에서 특히 방(실) 층(레이어)의 과소 분할 및 과대 분할이라는 치명적인 제한을 보인다. 과소 분할은 비이동 가능(non-traversable) 영역을 방의 일부로 잘못 분류하는데, 주로 개방된 공간에서 자주 발생한다. 반대로 과대 분할은 복잡한 환경에서 하나의 방을 여러 개의 겹치는 세그먼트로 조각내는 문제를 초래한다. 이러한 문제는 기하적 근접성에만 의존하는 순진한 복셀(voxel) 기반 지도 표현에서 비롯되며, 이동 가능 공간의 구조적 제약을 무시함으로써 씬 그래프 내의 방 층이 일관되지 않게 된다. 우리가 아는 한, 본 연구는 이러한 분할 비일관성을 하나의 과제로 다루고, 로봇 이동 가능성을 방 분할에 통합하는 새로운 프레임워크인 Traversability-Aware Consistent Scene Graphs (TACS-Graphs)로 이를 해결하는 최초의 연구이다. 이동 가능성을 방 경계 정의의 핵심 요인으로 활용함으로써, 제안하는 방법은 보다 의미적으로 타당하고 위상적으로 일관된 분할을 달성하여, 복잡한 환경에서 복셀 기반 씬 그래프 접근법의 부정확성을 효과적으로 완화한다. 또한 향상된 분할 일관성은 제안한 Consistent Scene Graph-leveraging Loop Closure Detection (CoSG-LCD)에서 루프 클로저(loop closure) 탐지 효율을 높이며, 결과적으로 자세 추정 정확도를 향상시킨다. 실험 결과는 제안된 접근법이 씬 그래프 일관성과 포즈 그래프 최적화 성능 측면에서 기존의 최첨단 방법들보다 우수함을 확인해준다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.